论文部分内容阅读
本文给出了一种通过运用遗传算法对海藻受激荧光光谱进行特征提取和分类的最优化神经网络结构.比较精确的是,它运用一种非线性过滤器来提取海藻受激荧光光谱的特征.这种非线性过滤器是以一种高阶神经网络(HONN)为基础的,其中HONN的权重通过固定的学习规则得到了更新.这一过程通过一种使不同海藻光谱的分离增大到最大限度的遗传算法而得以最优化.这些特征用多层感知(MLP)来进行分类.这种方法在分析信号过程中时间最短,并且成功率较高,这证明它在实时应用中是可行的.